Noah Nasser, CEO of datma – Wawancara Seri
Noah Nasser adalah CEO dari datma (sebelumnya dikenal sebagai Omics Data Automation), sebuah penyedia platform Data Dunia Nyata federated terkemuka dan alat terkait untuk analisis dan visualisasi. Misi datma adalah untuk memberdayakan organisasi kesehatan untuk mengoptimalkan aset data mereka, mendorong inovasi, dan meningkatkan hasil pasien melalui penyimpanan data canggih, harmonisasi data yang diaktifkan AI, dan teknologi kueri dan alur kerja federated. Berkantor pusat di Oregon, perusahaan ini berada di garis depan dalam mentransformasi bagaimana data kesehatan dibagikan, dimonetisasi, dan diterapkan, memungkinkan kolaborasi yang aman antara pemegang data dan konsumen data.
datma.FED: Mentransformasi Bagaimana Data Kesehatan Dibagikan dan Dianalisis dengan AI
datma.FED mengintegrasikan alat analisis berbasis AI untuk memungkinkan eksekusi kueri yang aman di seluruh jaringan federated kami. Algoritma canggihnya memfasilitasi ekstraksi, agregasi, dan pengiriman set data yang dapat dibagikan tanpa identitas – memungkinkan konsumen data seperti perusahaan farmasi dan organisasi penelitian untuk mengekstrak wawasan sambil memastikan kepatuhan dan standar privasi penuh.
Dengan mengotomatiskan kueri data yang kompleks, datma.FED mempercepat akses ke data dunia nyata berkualitas tinggi yang siap digunakan. Hal ini memungkinkan pemegang data seperti sistem kesehatan dan laboratorium molekuler untuk berpartisipasi dalam upaya penelitian kolaboratif sambil mempertahankan kontrol penuh atas aset data mereka.
Tantangan Utama yang Diselesaikan oleh datma untuk Laboratorium Molekuler dan Sistem Kesehatan
datma.FED memecahkan beberapa tantangan kritis bagi laboratorium molekuler dan sistem kesehatan, termasuk:
- Monetisasi Data: Memungkinkan generasi pendapatan terus menerus dari data kesehatan yang kurang dimanfaatkan sambil memungkinkan pemegang data untuk tetap memiliki kepemilikan dan kontrol penuh.
- Privasi Data & Keamanan: Menjaga data sensitif tetap aman dengan memastikan data tersebut tidak pernah meninggalkan lingkungan pemegang data melalui model federated yang mengutamakan privasi.
- Risiko Kepatuhan Data: Meminimalkan risiko regulasi dengan kontrol akses data yang siap diaudit dan pelacakan kepatuhan penuh.
- Persiapan Data dan Pengembangan Bisnis: datma mengambil peran persiapan data untuk memastikan kesiapan data sambil menghubungkan pemegang data dengan mitra penelitian dan farmasi.
Menjaga Privasi Data dan Kepatuhan dengan datma.FED
datma.FED menggunakan model jaringan federated, yang menjaga data dengan aman di lingkungan masing-masing pemegang data sambil memungkinkan kolaborasi yang mengutamakan privasi dengan konsumen data. Data melewati proses multi-langkah: di-anonimkan, difilter untuk aksesibilitas, dan ditetapkan sebagai dapat dibagikan berdasarkan izin yang ditentukan oleh pemegang data. datma kemudian memproses kueri eksternal tanpa mentransfer data mentah, hanya mengagregasi bidang data yang disetujui dan tanpa identitas. Pembatasan ukuran sel mencegah re-identifikasi. Setiap interaksi data dapat diaudit dan sesuai dengan standar regulasi seperti HIPAA.
Keunggulan datma.FED dalam Skalabilitas dan Ketergunaan
datma.FED dirancang untuk meluas dengan mulus melalui arsitektur federated dan fitur kesiapan data otomatisnya. Desainnya memungkinkan integrasi yang mulus dari data kesehatan multimodal dari berbagai sumber. Fitur kesiapan data otomatis platform – termasuk labelisasi data dan standarisasi – menyederhanakan persiapan data dan mengurangi upaya manual. Dengan memastikan bahwa data siap kueri dan patuh dari awal, datma.FED memungkinkan berbagi data skala besar yang mengutamakan privasi, membuatnya sangat skalabel dan intuitif untuk penelitian dan aplikasi data dunia nyata.
Memfasilitasi Integrasi Data Kesehatan Multimodal Melintasi Silo dengan datma.FED
datma.FED memfasilitasi integrasi data kesehatan multimodal melintasi silo melalui salah satu komponennya, datma.BASE. datma.BASE adalah kerangka kerja komprehensif yang dibangun di atas penyimpanan data properti, kontainer, dan API. Pada skala besar, kemampuannya yang canggih memungkinkan penyerapan, agregasi, dan harmonisasi jenis data kesehatan yang beragam (EHR, Omics, Gambar, dan Patologi). Dengan memecah data silo, datma.BASE mengubah dataset yang terfragmentasi menjadi wawasan yang terpadu dan dapat dijalankan.
Kontribusi Teknologi datma dalam Menyambung Celah Data dalam Penelitian Farmasi dan Pengembangan Obat
datma.FED membantu mengisi celah data kritis untuk penelitian farmasi dan strategi akses pasar. Dengan menyediakan data dunia nyata (RWD) berkualitas tinggi yang siap digunakan dengan tingkat granularitas dan kedalaman longitudinal, datma.FED memungkinkan perusahaan farmasi untuk membuat keputusan berbasis data yang lebih baik. Infrastruktur yang aman memastikan data tetap dapat diakses tanpa mengorbankan privasi atau keamanan, mendukung wawasan komprehensif yang diperlukan untuk penemuan.
datma: Mempower Organisasi Kesehatan untuk Memonetisasi Data Mereka dengan Menjaga Standar Etika dan Regulatori
datma memungkinkan organisasi kesehatan untuk memonetisasi data mereka dengan menciptakan ekosistem berbagi data yang aman di mana organisasi kesehatan tetap memiliki kepemilikan dan kontrol penuh. Melalui jaringan federatednya, pemegang data menentukan data mana yang dapat diakses dan dibagikan sambil menjaga informasi sensitif dengan aman dalam infrastruktur mereka sendiri. Catatan audit komprehensif, izin berbasis peran, dan fitur kepatuhan regulasi memastikan bahwa semua kegiatan berbagi data sesuai dengan standar etika dan regulasi privasi. Pendekatan ini memungkinkan organisasi kesehatan untuk menghasilkan sumber pendapatan baru sambil menjaga privasi pasien dan mempertahankan kepercayaan.
Tren AI dan Data Kesehatan yang Akan Berdampak Besar dalam Lima Tahun ke Depan
AI dalam kesehatan, ditahan oleh kekhawatiran akan privasi, keamanan, dan terbatas hanya oleh kualitas data. AI sudah memungkinkan kita untuk memberikan pengobatan yang benar-benar personal di onkologi namun baru menyentuh permukaan dari apa yang mungkin. Dengan menganalisis jumlah data pasien multimodal yang besar, termasuk genomics, gambar, dan data biomarker dalam konteks dengan riwayat medis, faktor demografis, dan gaya hidup, kita akan menyesuaikan rencana pengobatan dan terapi dengan kebutuhan individu. Hal ini mengarah pada peningkatan hasil pasien dan, pada akhirnya, pada pengurangan biaya perawatan kesehatan. Menggabungkan alat-alat ini dengan pemantauan pasien jarak jauh dan hasil yang dilaporkan oleh pasien akan memungkinkan deteksi penyakit secara dini dan meningkatkan kepatuhan terhadap rencana perawatan. Namun, paku kritis dalam semua ini adalah sumber data yang dalam dan kontekstual yang cukup beragam.
Selain itu, AI akan menjadi kunci dalam menyediakan akses canggih ke perawatan yang dipersonalisasi. Saya melihat peran model AI dalam menyederhanakan logistik pembayaran dan penagihan, menyederhanakan dokumen yang menyulitkan dan memastikan akses dan kesetaraan di seluruh populasi. Saat ini, LLM telah menunjukkan beberapa keterbatasan dalam aplikasi ini; publikasi terbaru telah menunjukkan kekurangan mereka dalam pengkodean medis. Jelas, hambatan ini dapat diatasi dengan data pelatihan yang lebih baik, lebih dalam, dan lebih lengkap.
Terakhir, AI akan terus mempercepat laju penelitian medis. AI dapat mengidentifikasi target obat baru dengan menganalisis dataset besar, meliputi pemindaian, multi-omic, dan pendekatan lainnya, mengoptimalkan desain uji klinis, dan mempercepat penemuan obat. Pembelajaran federated, sebuah teknik AI yang menjaga privasi, memungkinkan lembaga untuk berkolaborasi dalam penelitian tanpa berbagi data pasien yang sensitif, membuka potensi penelitian kolaboratif. Kemajuan terbaru dalam inferensi kausal dan AI generatif, khususnya, menandakan kemajuan signifikan dalam penemuan dari biologi dasar hingga terapeutik terapan.
Visi Jangka Panjang Noah Nasser untuk Dampak datma pada Sistem Kesehatan dan Industri Lebih Luas
Di datma, kami fokus pada membangun masa depan di mana data yang lebih baik mendorong perawatan kesehatan yang dipersonalisasi, mudah diakses, dan efisien. Dengan menyatukan dataset kompleks melalui pembelajaran federated, kami memberdayakan klinisi dan peneliti untuk mengatasi tantangan kesehatan yang kompleks dan membuka terobosan medis baru. Marketplace data dunia nyata kami yang bersifat federated, datma.FED, adalah langkah pertama menuju mewujudkan visi ini.
Bayangkan masa depan untuk perawatan kesehatan di mana peneliti memanfaatkan dan menganalisis sejumlah besar data pasien, dari genomika, gambar, dan riwayat medis hingga faktor gaya hidup, untuk menyesuaikan terapi generasi berikutnya dengan fokus pasien yang sangat baik. Pada saat yang sama, klinisi dapat menggunakan AI untuk memberikan perawatan yang tepat pada waktu yang tepat dengan beban administratif minimal. Pendekatan federated datma mempercepat visi ini dengan membuka kekuatan data medis yang kompleks dan aman. Dengan terus memperluas dataset kami dan meluncurkan alat inovatif seperti datma.WHY dan datma.360, kami mendorong deteksi penyakit lebih awal, terapi yang lebih baik, dan hasil pasien yang lebih baik.
Visi kami melampaui pasien individu. Komitmen datma terhadap pembelajaran federated membuka kekuatan penelitian kolaboratif, memungkinkan lembaga untuk menganalisis dataset besar tanpa mengorbankan privasi pasien. Ini melepaskan gelombang penemuan, mulai dari mengidentifikasi target obat baru hingga mengoptimalkan uji klinis. Dengan memanfaatkan kecanggihan analitik AI dan kemampuan inferensi kausal, kami dapat mempercepat penelitian medis dan membawa pengobatan penyelamat nyawa kepada pasien lebih cepat. Kami berkomitmen untuk memimpin jalan dalam mewujudkan masa depan ini.
Terima kasih atas wawancara yang luar biasa, pembaca yang ingin belajar lebih lanjut harus mengunjungi datma.